進入自動化流程之後,最核心的一個調度決定是:哪件事派給哪個模型。
很多人的習慣是不分大小,一律用手上最強的。這像是雇了一位判斷力最好的高階主管,然後整天叫他複製貼上、整理 CSV、改檔名。不只是浪費錢,強模型做機械雜事不會做得比較好,只會做得比較貴。
成熟的做法叫算力分配:依任務的難度和出錯代價,派剛好夠用的模型和剛好夠用的思考預算。
模型路由四象限
用強模型與高推理。
用強模型做策略與架構。
用固定流程加嚴格審核。
用便宜模型或腳本處理。
兩個問題決定派誰
兩個軸。第一軸「走錯的代價」決定用強模型還是便宜模型;第二軸「規格明不明確」決定推理強度開高還是開低。推理強度就是你讓它花多少 token 思考、自我檢查,Claude Code 可以用 /effort 調,或在 /model 裡設;API 上叫 extended thinking,思考的 token 按輸出價計費。
第一象限,強模型配高推理:方向模糊、影響深遠的事。產品策略、系統架構、核心規格書。這裡判斷錯了,後面做再快都是往錯的方向跑,錢要花在這裡。
第二象限,強模型配低推理:需要好直覺、但不需要想很久的事。手上五個產品概念要快速篩出兩個,強模型的直覺值錢,但不必開高推理。
第三象限,便宜模型配高推理:規格已經很清楚、但實作有技術密度的事。照規格補一段複雜的邏輯。不需要它做方向決定,但要給它多一點思考預算把東西寫對。
第四象限,便宜模型配低推理:規則固定、機械、對錯一眼可驗的事。整理資料、翻譯、改格式、跑檢查、寫摘要。這一象限的量通常最大,也是最該省的地方。
官方文件對 Claude 的建議跟這張表一致:Haiku 做簡單任務,Sonnet 做多數生產工作,Opus 留給最複雜的推理;簡單的子代理指定用 Haiku。
兩道過濾網,然後算一筆帳
挑模型之前,先過兩道跟錢無關的過濾。資料能不能出去:財務資料、客戶個資、未發布的專利草稿,不能丟進公司沒核准的外部服務,先從合規名單裡挑,再談貴不貴。需不需要特定能力:要最新資訊的,模型要能連網;要接內部系統的,要有對應的連接方式。能力不對,再便宜也沒用。
過了兩道網,用一個五步驟的交付鏈算帳。我用 2026 年 9 月 16 日 Anthropic 官方定價頁的價格(每百萬 token,輸入/輸出):Fable 5.1 是 10/50 美元,Opus 5 是 5/25,Sonnet 5 是 2/10,Haiku 4.5 是 1/5。
| 階段 | 派誰 | 輸入 | 輸出 | 費用 |
|---|---|---|---|---|
| Research 研究 | Fable 5.1(主管拆題、收斂) | 100k | 20k | 1.00 + 1.00 = 2.00 |
| Design 規格 | Fable 5.1 × 高推理 | 50k | 30k | 0.50 + 1.50 = 2.00 |
| Execute 執行 | Sonnet 5(照規格大量產出) | 500k | 150k | 1.00 + 1.50 = 2.50 |
| Review 審查 | Haiku 4.5 找問題 + Opus 5 當法官 | 120k + 30k | 40k + 10k | 0.32 + 0.40 = 0.72 |
| Fix 修復 | Sonnet 5 局部修改 | 20k | 20k | 0.04 + 0.20 = 0.24 |
| 合計 | 820k | 270k | 約 7.5 美元 |
同樣 820k 輸入、270k 輸出,全部用 Fable 5.1:8.2 + 13.5 = 21.7 美元。分派之後約 7.5 美元,省了六成多。品質有沒有打折?執行階段的規格是旗艦寫的、審查有旗艦當法官,關鍵判斷都還在強模型手上,便宜模型只做規格已定的活。
同一頁定價還有兩個數字會影響你的算法。Opus 5 和 4.8 的 fast mode(更快的輸出)是 10/50 美元,等於標準價的兩倍,趕時間才開。Fable 5.1 的快取讀取降到原價的 0.025 倍,也就是你重複送同一段開頭,第二次起幾乎不用錢——這讓「常駐的東西每輪重付」的代價變小,但注意力的代價沒變,視窗一百萬字為什麼還要精簡那篇講。
兩件事先說。這是我假設的 token 分配,你的專案比例不同,數字會不同,但結構上「執行量最大、審查量次之」在多數專案成立。價格會變,寫這篇時 Sonnet 5 的 2/10 才剛從導入價轉為正式價,用之前去定價頁看一眼。
動手做
有一個固定流程想分派模型的,讓 AI 幫你把步驟分象限:
下面是我的一個工作流程,共幾個步驟。請對每一步回答兩個問題並分到四象限: 問題一:這一步走錯的代價高嗎?(高→強模型;低→便宜模型) 問題二:這一步的規格明確嗎?(模糊→高推理;明確→低推理) 然後輸出一張表:步驟|象限|建議模型等級(旗艦/中階/入門)|推理強度(高/低)|理由一句。 最後標出「量最大的那一步」——那是最該省的地方——並檢查它是否被派到便宜模型。 流程:(貼上步驟)
用 Claude Code 的,兩個開關。子代理設定裡加 model: haiku 給簡單的探索任務;主對話用 /effort 把推理強度依任務調低或調高;/model 換模型。做完打 /usage 看費用差多少。想算自己的帳,照上表換成你的 token 量與定價頁的價格。
分對了的樣子:你的流程裡每一步都標了象限,而且量最大的那一步在便宜模型上;關鍵判斷(規格、最終審查)還在強模型上,省錢沒有省到判斷;/usage 的費用比分派前明顯下降,而且產出品質你看不出差別;你算過一次自己的帳,數字是用定價頁的價格算的,不是聽來的。
回想你上週用最貴模型做的事,有幾件是第四象限?那些就是最容易省的錢。
兩個問題定象限:走錯代價高不高、規格明不明確。量最大的那一步(通常是執行)最該省,關鍵判斷(規格、審查)不要省。先過資料合規和能力兩道網,再談價格。帳要用定價頁的價格自己算一次,數字才是你的。
站內延伸
- Capex/Opex 的框架 → 免費的起手式最貴
- 把流程拆成節點才能分派 → 拆節點、JSON 交接
- 拿來做帳 → 找方法AI 效益與回本試算
來源: Anthropic:Pricing(各模型每百萬 token 價格、extended thinking 按輸出計費、Sonnet 5 定價說明);Claude Code:Manage costs effectively(Haiku/Sonnet/Opus 分工建議、/effort、子代理 model: haiku)。
雜事派最貴的,
不會更好只會更貴
什麼時候看這張:你不分大小,什麼都交給手上最強的那一個。
- 兩個問題:走錯代價高不高、規格明不明確
- 量最大的那一步通常最機械,也最該換便宜的
- 先過資料能不能出去這一關,再談貴不貴
第一個動作挑一個固定流程,標出量最大的那一步,看它是不是用了最貴的。輸入 /usage 對照費用差多少。